ScholarGate
Assistent
Regression modelEconometrics / time series

Fourier Toda-Yamamoto Granger Causaliteitstest

De Fourier Toda-Yamamoto (FTY) causaliteitstest breidt de klassieke Toda-Yamamoto procedure uit door Fourier trigonometrische termen in te bedden in de geaugmenteerde VAR om soepele, geleidelijke structurele breuken in de deterministische component te vangen. Het behoudt het belangrijkste voordeel van de Toda-Yamamoto benadering — Granger causaliteit kan worden getest zonder voorafgaande tests op integratie- of co-integratieorde — terwijl de grootte en kracht dramatisch worden verbeterd wanneer breuken optreden.

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. Yilanci, V., & Ozgur, O. (2019). Testing the Fourier Toda-Yamamoto causality test with an application to energy demand. Energy Economics, 84, 104498. link
  2. Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250. DOI: 10.1016/0304-4076(94)01616-8

Deze pagina citeren

ScholarGate. (2026, June 3). Fourier Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/nl/econometrics/fourier-toda-yamamoto-causality

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateFourier Toda-Yamamoto Causality (Fourier Toda-Yamamoto Granger Causality Test). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/fourier-toda-yamamoto-causality · Gegevensset: https://doi.org/10.5281/zenodo.20539026